• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 11
    • 下载费用:30 金币  

    重庆时时彩开奖很号: 采用有方向的特征线实现图像匹配的方法.pdf

    关 键 词:
    采用 方向 特征 实现 图像 匹配 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    摘要
    申请专利号:

    CN201010585278.1

    申请日:

    2010.12.13

    公开号:

    CN102254190A

    公开日:

    2011.11.23

    当前法律状态:

    撤回

    有效性:

    无权

    法律详情: 发明专利申请公布后的视为撤回IPC(主分类):G06K 9/64申请公布日:20111123|||实质审查的生效IPC(主分类):G06K 9/64申请日:20101213|||公开
    IPC分类号: G06K9/64; G06T5/00 主分类号: G06K9/64
    申请人: 中国科学院长春光学精密机械与物理研究所
    发明人: 张叶; 曲宏松; 王延杰
    地址: 130033 吉林省长春市东南湖大路3888号
    优先权:
    专利代理机构: 长春菁华专利商标代理事务所 22210 代理人: 陶尊新
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201010585278.1

    授权公告号:

    ||||||

    法律状态公告日:

    2013.06.05|||2012.01.04|||2011.11.23

    法律状态类型:

    发明专利申请公布后的视为撤回|||实质审查的生效|||公开

    摘要

    采用有方向的特征线实现图像匹配的方法,涉及图像处理领域,它解决现有基于特征线的图像匹配方法无法实现对图像的旋转和尺度缩放无关的特性,并且在提取特征点的过程中抗干扰能力低的问题,本发明采用六组带有方向的条形滤波器对图像进行滤波,采用连通域的方法判断特征线的长度,去掉所述特征线中五个像素以内的特征线,获得剩余部分的特征线;以剩余部分特征线中每个特征线的中心为圆点,以所述每个特征线的长度及方向为基准建立极坐标系,获得极坐标图像;将极坐标图像按特征线分为六组,将相邻两组特征线进行图像的匹配,根据特征线对计算出图像的变换参数,实现图像匹配。本发明可以完成复杂背景下图像间的匹配,并具有很好的鲁棒性。

    权利要求书

    1.采用有方向的特征线实现图像匹配的方法,其特征是,该方法由以下步
    骤实现:
    步骤一、采用六组带有方向的条形滤波器对图像进行滤波,获得六组特征
    线;
    步骤二、采用连通域的方法判断步骤一获得的特征线的长度,去掉所述特
    征线中五个像素以内的特征线,获得剩余部分的特征线;
    步骤三、以步骤二获得剩余部分特征线中每个特征线的中心为圆点,以所
    述每个特征线的长度及方向为基准建立极坐标系,获得极坐标图像;
    步骤四、将步骤三获得的极坐标图像按特征线分为六组,将相邻两组特征
    线进行图像的匹配,获得匹配的特征线对;
    步骤五、采用步骤四获得的特征线对计算出图像的变换参数,实现图像匹
    配。
    2.根据权利要求1所述的采用有方向的特征线实现图像匹配的方法,其特
    征在于,步骤一所述的六组带有方向的条形滤波器为不同方向的滤波器。

    说明书

    采用有方向的特征线实现图像匹配的方法

    技术领域

    本发明涉及图像处理领域。

    背景技术

    为了寻求一种高效可靠的图像匹配算法,使其具有尺度无关,抗旋转、光
    照变化和图像轻微畸变的特性,对基于特征的景象匹配算法进行了研究。

    基于图像特征的景象匹配是利用提取的特征点或线或区域来表征图像,由
    此图像信息被大大减少,特征的选取和特征对的匹配是特征型景象匹配技术的
    两个关键问题。常用的特征型景象匹配算法包括:角点匹配算法,边缘匹配算
    法等,现阶段,比较具有代表性的解决景象匹配问题的优秀的特征型算法是SIFT
    算法,SIFT特征是图像的局部特征,由其算法的特点,该特征对旋转、尺度缩
    放、亮度变化保持不变性,对视角变化、仿射变换、噪声也保持一定程度的稳
    定性,特征点具有很好的独特性以相互区分,但特征型景象匹配算法最明显的
    特点就是运算时间与运算精度之间的相互矛盾表现非常明显,精度高的特征型
    景象匹配算法往往需要牺牲时间和空间来计算和存储关键点的各种信息用于后
    续的匹配,比如SIFT方法每个特征点的提取都需要在多个尺度空间卷积之后在
    多个尺度空间和多个二维图像空间进行比较计算,之后每个SIFT关键点都需要
    128维的向量进行描述,每两个关键点的比较都是128维向量之间的比较,特征
    点得到的越多,速度越慢。SIFT算法具有很好的匹配性能,其牺牲存储空间和
    计算时间换来特征点的独特性与匹配精度,而且SIFT算法提取的部分特征点并
    不具有直观的视觉意义,而且基于特征点的算法往往受噪声影响比较严重,不
    适合于带有噪声图像的匹配。

    发明内容

    本发明为解决现有基于特征线的图像匹配方法无法实现对图像的旋转和尺
    度缩放无关的特性,并且在提取特征点的过程中抗干扰能力低的问题,提供一
    种采用有方向的特征线实现图像匹配的方法。

    采用有方向的特征线实现图像匹配的方法,该方法由以下步骤实现:

    步骤一、采用六组带有方向的条形滤波器对图像进行滤波,获得六组特征
    线;

    步骤二、采用连通域的方法判断步骤一获得的特征线的长度,去掉所述特
    征线中五个像素以内的特征线,获得剩余部分的特征线;

    步骤三、以步骤二获得剩余部分特征线中每个特征线的中心为圆点,以所
    述每个特征线的长度及方向为基准建立极坐标系,获得极坐标图像;

    步骤四、将步骤三获得的极坐标图像按特征线分为六组,将相邻两组特征
    线进行图像的匹配,获得匹配的特征线对;

    步骤五、采用步骤四获得的特征线对计算出图像的变换参数,实现图像匹
    配。

    本发明的有益效果:本发明所述基于特征线的图像匹配方法具有旋转缩放
    无关的特性,本发明可以完成复杂背景下图像间的匹配,并具有很好的鲁棒性,
    匹配精度优于1个像素,本发明克服了旋转和尺度的缩放,满足自动图像匹配
    的稳定可靠、精度高、抗干扰能力强的要求。

    附图说明

    图1为本发明所述的采用有方向的特征线实现图像匹配的方法中六组条形
    滤波器滤波后得到六组特征线示意图;其中(b)、(c)、(d)、(e)、(f)和(g)
    为(a)的滤波后的特征线示意图;

    图2为图1中(a)的尺度变化时以每个特征线为基准建立的极坐标系示意
    图;

    图3为图1中(a)变化不同尺度时以每条特征线邻域建立的极坐标图像对
    比示意图;

    图4中(a)和(b)分别为现有SIFT算法与本发明所述方法在噪声图像匹
    配的比较示意图;

    图5为采用本发明所述的方法实现图像匹配的示意图。

    具体实施方式

    具体实施方式一、采用有方向的特征线实现图像匹配的方法,该方法由以
    下步骤实现:

    步骤一、采用六组带有方向的条形滤波器对图像进行滤波,获得六组特征
    线;

    步骤二、采用连通域的方法判断步骤一获得的特征线的长度,去掉所述特
    征线中五个像素以内的特征线,获得剩余部分的特征线;

    步骤三、以步骤二获得剩余部分特征线中每个特征线的中心为圆点,以所
    述每个特征线的长度及方向为基准建立极坐标系,获得极坐标图像;

    步骤四、将步骤三获得的极坐标图像按特征线分为六组,将相邻两组特征
    线进行图像的匹配,获得匹配的特征线对;

    步骤五、采用步骤四获得的特征线对计算出图像的变换参数,实现图像匹
    配。

    本实施方式中步骤一所述的六组带有方向的条形滤波器为不同方向的滤波
    器。

    本实施方式中将步骤四获得匹配的特征线对的位置信息代入图像变换矩阵
    中,获得两幅图像的变换参数,采用最小二乘法去掉误匹配的特征线对。实现
    图像的匹配。

    具体实施方式二、结合图1至图5说明本实施方式,本实施方式为具体实
    施方式一所述的采用有方向的特征线实现图像匹配的方法的实施例:

    本实施例建立类似人眼视觉皮层滤波器组,所述滤波器组使用不同方向、
    不同尺寸和相位的滤波器组,拟定经过六个滤波器组成的滤波器组,每一种都
    是一个水平的条形滤波器旋转后的样式,在水平方向的高斯滤波器权值是-1,2,
    -1,它们在x方向和y方向的sigma不同,x方向上sigma都是2,y方向sigma
    都是1,结合图1,尺度为7*7的高斯条形滤波器,其矩阵形式如下:

    f 1 = 0 0 0 0 0.0000 0.0000 0.0000 - 0.0000 0 - 0.0000 0.0000 0.0003 0.0002 - 0.0000 - 0.0003 - 0.0004 0.0000 0 0.0000 - 0.0004 - 0.0211 - 0.0303 - 0.0340 - 0.0297 - 0.0199 0.0003 0 - 0.0000 0.0000 0.0040 0.0065 0.0079 0.0082 0.0063 - 0.0001 0 - 0.0000 0.0000 0.0475 0.0696 0.0796 0.0696 0.0475 0.0000 - 0.0000 0 - 0.0001 0.0063 0.0082 0.0079 0.0065 0.0040 0.0000 - 0.0000 0 0.0003 - 0.0199 - 0.0297 - 0.0340 - 0.0303 - 0.0211 - 0.0004 0.0000 0 0.0000 - 0.0004 - 0.0003 - 0.0000 0.0002 0.0003 0.0000 - 0.0000 0 - 0.0000 0.0000 0.0000 0.0000 0 0 0 0 ]]>

    f 2 = 0 0 0 0.0000 0.0014 - 0.0000 0.0003 0 0 0 0 0.0016 0.0013 - 0.0116 - 0.0128 0.0010 0 0 0.0003 0.0017 - 0.0081 - 0.0305 - 0.0255 - 0.0032 0.0037 - 0.0021 0 - 0.0000 - 0.0143 - 0.0271 - 0.0125 0.0166 0.0501 0.0361 - 0.0009 - 0.0000 0.0014 - 0.0042 0.0059 0.0460 000796 0.0460 0.0059 - 0.0042 0.0014 - 0.0000 - 0.0009 0.0361 0.0501 0.0166 - 0.0125 - 0.0271 - 0.0143 - 0.0000 0 - 0.0021 0.0037 - 0.0032 - 0.0255 - 0.0305 - 0.0081 0.0017 0.0003 0 0 0.0010 - 0.0128 - 0.0116 0.0013 0.0016 0 0 0 0 0.0003 - 0.0000 0.0014 0.0000 0 0 0 ]]>

    f 3 = 0 0 0.0003 - 0.0000 0.0014 - 0.0000 0 0 0 0 0 0.0017 - 0.0143 - 0.0042 - 0.0009 - 0.0021 0 0 0 0.0016 - 0.0081 - 0.0271 0.0059 0.0361 0.0037 0.0010 0.0003 0.0000 0.0013 - 0.0305 - 0.0125 0.0460 0.0501 - 0.0032 - 0.0128 - 0.0000 0.0014 - 0.0116 - 0.0255 0.0166 0.0796 0.0166 - 0.0255 - 0.0116 0.0014 - 0.0000 - 0.0128 - 0.0032 0.0501 0.0460 - 0.0125 - 0.0305 0.0013 0.0000 0.0003 0.0010 0.0037 0.0361 0.0059 - 0.0271 - 0.0081 0.0016 0 0 0 - 0.0021 - 0.0009 - 0.0042 - 0.0143 0.0017 0 0 0 0 0 - 0.0000 0.0014 - 0.0000 0.0003 0 0 ]]>

    f 4 = 0 - 0.0000 0.0000 - 0.0000 - 0.0000 0 0 0 0 0 0.0000 - 0.0004 0.0000 0.0000 - 0.0001 0.0003 0.0000 - 0.0000 0 0.0003 - 0.0211 0.0040 0.0475 0.0063 - 0.0199 - 0.0004 0.0000 0 0.0002 - 0.0303 0.0065 0.0696 0.0082 - 0.0297 - 0.0003 0.0000 0.0000 - 0.0000 - 0.0340 0.0079 0.0796 0.0079 - 0.0340 - 0.0000 0.0000 0.0000 - 0.0003 - 0.0297 0.0082 0.0696 0.0065 - 0.0303 0.0002 0 0.0000 - 0.0004 - 0.0199 0.0063 0.0475 0.0040 - 0.0211 0.0003 0 - 0.0000 0.0000 0.0003 - 0.0001 0.0000 0.0000 - 0.0004 0.0000 0 0 0 0 - 0.0000 - 0.0000 0.0000 - 0.0000 0 ]]>

    f 5 = 0 0 0 - 0 . 0000 0.0014 - 0.0000 0.0003 0 0 0 0 - 0.0021 - 0.0009 - 0.0042 - 0.0143 0.0017 0 0 0.0003 0.0010 0.0037 0.0361 0.0059 - 0.0271 - 0.0081 0.0016 0 - 0.0000 - 0.0128 - 0.0032 0.0501 0.0460 - 0.0125 - 0.0305 0.0013 0.0000 0.0014 - 0.0116 - 0.0255 0.0166 0.0796 0.0166 - 0.0255 - 0.0116 0.0014 0.0000 0.0013 - 0.0305 - 0.0125 0.0460 0.0501 - 0.0032 - 0.0128 - 0.0000 0 0.0016 - 0.0081 - 0.0271 0.0059 0.0361 0.0037 0.0010 0.0003 0 0 0.0017 - 0.0143 - 0.0042 - 0.0009 - 0.0021 0 0 0 0 0.0003 - 0.0000 0.0014 - 0.0000 0 0 0 ]]>

    f 6 = 0 0 0.0003 - 0.0000 0.0014 0.0000 0 0 0 0 0 0.0010 - 0.0128 - 0.0116 0.0013 0.0016 0 0 0 - 0.0021 0.0037 - 0.0032 - 0.0255 - 0.0305 - 0.0081 0.0017 0.0003 - 0.0000 - 0.0009 0.0361 0.0501 0.0166 - 0.0125 - 0.0271 - 0.0143 - 0.0000 0.0014 - 0.0042 0.0059 0.0460 0.0796 0.0460 0.0059 - 0.0042 0.0014 - 0.0000 - 0.0143 - 0.0271 - 0.0125 0.0166 0.0501 0.0361 - 0.0009 - 0.0000 0.0003 0.0017 - 0.0081 - 0.0305 - 0.0255 - 0.0032 0.0037 - 0.0021 0 0 0 0.0016 0.0013 - 0.0166 - 0.0128 0.0010 0 0 0 0 0 0.0000 0.0014 - 0.0000 0.0003 0 0 ]]>

    将图像应用此滤波器组进行滤波,条形滤波器将对方向的条形响应强烈,
    而对其他模式响应很弱。图1为条形滤波器组对图像的进行滤波的效果,使用
    二值化技术完成特征线条的提取。

    下面可以进行对特征线抗旋转和缩放的表征,结合图2所示,以某一条特
    征线为例,以线条的中心为极坐标的零点,以线条的方向为极坐标的极轴,建
    立二维极坐标系(ρ,θ),计算线条长度为半径区域的四象限梯度方向,用向量来
    表征。极坐标的建立都是以线条方向为0角度进行,得到的四个象限的梯度方
    向向量都是以线条和与线条垂直的线来划分的,当图像发生旋转时,图像上的
    线条也发生旋转,而极坐标都是以线条为基准建立的,所以与图像是否发生旋
    转无关,具有旋转无关的特性,实现了旋转归一化。而所计算的局部范围都是
    以线条长度为基准,当图像发生尺度变化是,图像上的线条也会发生尺度变化,
    而邻域范围的选择是与线条的尺度有固定关系的,所以也与图像缩放无关,具
    有尺度无关的特性,实现了尺度归一化。结合图3,可以看出,虽然两幅图像间
    具有旋转和缩放,但以特征线邻域建立的极坐标图像具有旋转和缩放无关的性
    质,基于特征线建立的极坐标图像内容几乎是相同的。

    最后,可以根据大方向的不同将特征线分为六组,组与组之间进行两两匹
    配,即可以得到很多匹配特征线对。根据大部分特征线对描述两幅图像间的变
    化趋势,来去掉少数与之不同的特征线对,即可得到两幅图像间的变化关系,
    结合图4。

    本发明受到人眼视觉系统的启发,利用类似人眼视觉皮层滤波器组的处理
    方式,提出基于带有方向的特征线的图像匹配,该方法具有旋转、缩放无关的
    特性,实验证明,这种基于特征线的图像匹配算法可以完成复杂背景下图像间
    的匹配,并具有很好的鲁棒性,匹配精度优于1个像素,并可以克服旋转和尺
    度缩放?;韭阕远枷衿ヅ涞奈榷煽?、精度高、抗干扰能力强等要求。
    而且相比SIFT算法,它具有很好的视觉意义,而且有很好的抗噪声能力。

       内容来自专利网重庆时时彩单双窍门 www.4mum.com.cn转载请标明出处

    关于本文
    本文标题:采用有方向的特征线实现图像匹配的方法.pdf
    链接地址://www.4mum.com.cn/p-5878453.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
  • 贵州快三开奖结果查询 海南环岛赛游戏开奖 贵州十一选五开奖结果今天 乒乓球拍的选择 贵金属有赚钱的吗 华东15选5开奖结果5 股票融资 杠杆倍数 浙江11选5开奖结果查询 双色球查询同时出现的红球次数 福彩18选7qq群 网上棋牌赌博送10元 535棋牌娱乐平台 森林龙江麻将五常玩法 悟空智能赚钱提现不到账 内蒙古快三预测视频 pk10牛牛怎么稳赢